AI绘画的“小秘密”都在这一篇文章里******
有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。
上传一张图片,或者输入一些简单的关键词,系统就能自动生成一张卡通图像……最近一段时间,AI绘画开始在互联网社交平台走红。
AI绘画,顾名思义就是利用人工智能进行绘画,是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品,通过算法对其内容和风格特征进行解析,最后再生成新的作品,所以算法是AI绘画的核心。
当前,“凭空”生成图像的AI绘画,其实也会动辄“翻车”:也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像,下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。
事实上,AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交,那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。
AI绘画是如何实现“凭空”生图的?除了娱乐外,AI绘画还有哪些潜在的应用前景?
从“以图生图”到“语音生图”
2022年,由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中,《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而,这个作品的创作者不是艺术家,而是来自美国科罗拉多州的游戏设计师。
这位游戏设计师在一个名为“Midjourney”的AI创作工具里,先输入几个关键词,如光源、构图、氛围等,得到了100幅作品,再进行约80小时的修图修饰,最终选出3幅作品,最后把图像打印到画布上。
通过简单交互式对话在短时间内生成的“艺术”作品,让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。
“人工智能在艺术方面的创作最早可以追溯到上个世纪末,当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说,最初的AI绘画方法比较简单,比如一张普通的照片,通过一些图像处理的算法,把照片像素进行几何或者色彩上的变换,然后再调节不同参数,就可以模拟出类似油画或者水彩画的风格。
经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。
AI绘画主要依靠三种技术模式实现
董未名介绍,目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。
“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取,实现真实图像内容特征和艺术图像风格特征的融合,从而生成新的艺术图像。”董未名举例,如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品,通过图像风格迁移技术进行融合,就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。
不过,在董未名看来,图像风格迁移技术大多依赖的是生成式对抗网络(GAN)算法,它最大的问题是生成的绘画作品艺术性不强,笔触和构图让人觉得与真实的绘画有差距,所以长久以来,AI绘画一直“籍籍无名”。
当图像风格迁移技术还在挣扎于输出作品的审美问题时,图文预训练模型的出现,加速了AI绘画的崛起。
“依托图文预训练模型,只要输入一句话或者上传一幅风格明显的图片,算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似,艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例,比如支撑图文预训练模型的可对比语言—图像预训练(CLIP)算法,就是利用图文特征“对齐”的能力,再结合已有的生成模型,实现“以图生图”或者“图+文”生图。
不过,董未名坦言,图文预训练模型的推广也存在一些争议,有部分人认为,该模型在训练前期,需要用大量的图形处理器(GPU)进行数据训练,耗电量大、成本很高,而该模型的应用场景却不够清晰。但也有人认为,也许该模型未来可以打造为通用的人工智能模型,用它完成更多的算法作业,只是这还需要时间的验证。
诚然没有一项技术是完美的,这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。
“目前最新的AI绘画技术采用的就是扩散模型,这种模型可以把一个随机采样的噪声输入模型,然后尝试通过去噪来生成图像。”董未名表示,扩散模型也存在弱点,由于模型对图片内容识别的能力不足,或者难以完全理解识别文字的意义,以及训练数据的偏差,有时便会生成“四不像”的作品。此外,扩散模型生成图片的速度比较慢,目前还达不到实时生成图片。
互联网治理、元宇宙或潜藏应用前景
AI绘画目前的应用场景,更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆,短视频平台抖音也迅速上线了AI绘画特效。同时,此前腾讯上线了“QQ小世界AI画匠”活动,百度也推出了首款AI艺术和创意辅助平台“文心一格”。
有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”“AI现在已经完美实现了这一目标,人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想,不远的将来,AI绘画或许还将展现更丰富的应用场景。
“现在网络上充斥着很多不良内容,这些内容为了逃避监管经常以绘画的形式出现,而当前很多内容识别模型对真实图片识别得很准确,但缺乏不良内容艺术作品的相关训练数据,所以对不良内容识别不准确。也许可以用AI绘画技术,积累不良内容艺术作品的数据,并用以训练识别模型,以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。
在董未名看来,作为一种艺术呈现形式,AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局,因为这些赛道都离不开创意,AI绘画可以帮助创作者通过简单的特征输入,实现对其创意的预览,甚至可以直接进行创作。
不过,董未名并不讳言,当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型,而训练模型需要使用大量图像、文本数据。对于未经授权的图片,经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显,如果用画家的画去训练算法模型生成作品,那最后的版权属于谁呢?”董未名提出的问题,正是多数AI绘画作品所面临的现实问题。
AI绘画掀起了一场资本的群体狂欢,希望有一天它能走出“照猫画虎”的尴尬,真正服务艺术创作、创造更多价值。(科技日报记者 金凤)
首批网络数字版本入藏中国国家版本馆******
版本,是记录历史、传承文明的“金种子”。网络数字版本,是“数字中国”建设与发展进程中,传承中华文明的数字化载体。中国国家版本馆作为国家版本资源总库和国家版本数据中心,全面启动了网络数字版本入藏计划。12月29日上午,中国国家版本馆首批网络数字版本入藏仪式在深圳文博会现场举行,来自腾讯公司、阅文集团、腾讯音乐娱乐集团三家互联网企业的首批优秀网络数字版本,入藏了中国国家版本馆。
12月29日,正在深圳举行的第十八届文博会上,中国国家版本馆中央总馆携手西安、杭州、广州三家分馆首次集体亮相,展区面积500多平方米。中国国家版本馆入藏版本量近2400万余册/件,展品涵盖十大类版本类型,旨在打造国家版本典藏中心、展示中心、研究中心、交流中心,更好发挥以史鉴今、启迪后人的重要作用。图为中国国家版本馆展区和展出的文创产品。新华社记者毛思倩摄
数字版本入藏工作开启新阶段
“汇聚入藏有历史文化传承价值的数字版本资源,是国家版本馆履行国家版本资源总库和国家版本数据中心建设职能的体现。”中国国家版本馆副馆长王志庚表示。
据了解,腾讯公司、阅文集团、腾讯音乐娱乐集团作为首批原创网络数字版本入藏国家版本馆的支持企业,分别遴选推荐了旗下原创于互联网环境的典型作品与项目,覆盖网络文学、网络视频、网络游戏、数字文保、数字音乐等五大类、45项不同形态的网络数字版本,标志着中国国家版本馆数字版本入藏工作开启新阶段。
以首批入藏的网络数字版本为试点工作“样板”,中国国家版本馆将分步骤、分阶段完成数字版本收藏、索引、研究、展示、交流、应用全流程设计,起草并完善数字版本入藏工作制度、管理规范和相关标准,探索建立平稳有效的常态化工作机制,面向电子图书、数字报纸、数字期刊、数字音乐、网络文学、网络视频、网络动漫、网络游戏、网络应用等各类承载文化内容的数字版本,选取传承中华文明、彰显中国精神、展示中国形象的典型精品,全面开展入藏工作。
入选作品彰显数字时代文化新韵
此次入藏的45项网络数字版本均是我国近年来各文化领域的代表性作品,充分彰显了数字时代文化新韵与文化成果创造性转化的新特点。
据介绍,《王者荣耀》与《和平精英》成为首批入藏的两款网络游戏。游戏产业既是文化科技创新生态的受益者,也是文化科技创新生态的建设者。近年来,游戏产业不断推动与传统文化深度融合,持续与科技、文化成果“跨界联动”,让用户在游戏中感受到优秀中华传统文化的无穷魅力,从山脉河流、古代建筑、人物造型、服装服饰、生活道具、诗词歌赋等多个维度了解中华传统文化知识。
积极探索内容交互趣味性与社会价值普及性的结合,尝试运用游戏化手段传递积极向上的正向社会价值,也是入选产品的一大特征。
例如,《普通话小镇》是在教育部语言文字应用管理司的指导下制作的功能游戏,专门为普通话基础薄弱人群定制学习场景和内容;《星火筑梦人》是腾讯在共青团中央宣传部的指导下制作的多元内容合辑,采取数字化手段同步推出游戏、有声书、主题曲等多种类型的内容,生动再现了百年前中国热血青年觉醒奋起、星火燎原的“筑梦年代”。
在网络视频类型中,包括《扫黑风暴》《敦煌:生而传奇》《邻家诗话》《中国好故事》等在内的17部反映时代新风的优秀作品入藏,类型涵盖了电视剧作品、纪录片作品、综艺作品,以及动漫作品。而在网络文学类型中,则有由阅文集团提交的《复兴之路》《大国重工》《朝阳警事》等10部作品入藏。
在数字音乐类型中,腾讯音乐娱乐集团推荐的8首中国韵音乐入藏,包含京剧、昆曲、沪剧等多种传统曲艺风格,笛、琵琶、古筝等传统乐器演奏形式,以及诗、词、赋等传统文体风格。既描绘了江南、川蜀、闽南等区域的地方特色和人文精神,还结合多元音乐创作手法进行大胆创新,展现出中国音乐在新时代与时俱进的生命力。
12月29日,正在深圳举行的第十八届文博会上,中国国家版本馆中央总馆携手西安、杭州、广州三家分馆首次集体亮相,展区面积500多平方米。中国国家版本馆入藏版本量近2400万余册/件,展品涵盖十大类版本类型,旨在打造国家版本典藏中心、展示中心、研究中心、交流中心,更好发挥以史鉴今、启迪后人的重要作用。图为中国国家版本馆展区和展出的文创产品。新华社记者毛思倩摄
“数字档案”记录数字中国时代进程
首批入藏网络数字版本中,不仅有优秀的内容作品,也有与数字技术应用密切相关的重大文化事件和堪称经典文化项目的“数字档案”。
例如此次入藏的“数字长城”项目,借助腾讯自研的“程序化生成”、云游戏等多种游戏技术,首次通过扫描重建,数字化复刻了一段长约1公里的喜峰口长城,实现全球最大规模文化遗产毫米级、交互式数字还原,让用户在手机端就能欣赏3A级的视觉和互动效果。
在“中国传统器乐数字化保护计划”中,针对珍贵乐音、古乐谱因缺少系统记录而消逝的问题,建立围绕声、谱、器的中国传统器乐数字资源库。项目以专业的音频设计及算法能力,助力中国传统器乐的乐音、乐谱、乐器的数字化存储,并在音色采集保存、古乐谱研究等方面展开保护和科普工作。
天涯共此楼沉浸式文旅项目,则将游戏《天涯明月刀》与福建永定客家土楼结合,以“线上场景重塑+线下实地修缮”的方式,打造集电竞、民宿、文创、5G+4K云演艺及沉浸式体验和表演于一体的文旅新地标,以国风文化助力文旅产业高质量发展。
“国家版本馆将持续联合社会各方力量,共同探讨原创网络数字版本入藏的工作机制、流程与标准,优选入藏更多传承中华文明、彰显中国精神、展示中国形象的精品网络数字版本,从版本视角做好新时代中华文明的记录典藏。”中国国家版本馆党委书记、馆长刘成勇表示。
(文图:赵筱尘 巫邓炎)